●  사용방법 · 스케줄링

프로젝트 일정 (RCPSP)

선후 관계와 공유 자원 한도를 지키면서 작업 순서와 수행 방식을 정해, 프로젝트 전체를 최대한 빨리 끝냅니다.

무엇을 정하나요

작업마다 수행 모드와 지연 값을 정합니다. 시작일과 종료일은 이 선택과 작업 간 선후 관계에서 계산됩니다.

최소 실행 예제

from optimaru import project_job_scheduling as pj
from optimaru.project_job_scheduling.models import (
    AllocationModel, ExecutionModeModel, JobModel, ProjectJobScheduleModel, ProjectModel,
    ResourceModel, ResourceRequirementModel,
)

def needs(amount):
    return [ResourceRequirementModel(resource_id="crew", requirement=amount)]

jobs = [
    JobModel(id="start", project_id="P1", job_type="SOURCE", successor_job_ids=["dig", "wire"],
             execution_modes=[ExecutionModeModel(id="start-0")]),
    JobModel(id="dig", project_id="P1", successor_job_ids=["end"], execution_modes=[
        ExecutionModeModel(id="dig-fast", duration=2, resource_requirements=needs(3)),
        ExecutionModeModel(id="dig-slow", duration=4, resource_requirements=needs(1)),
    ]),
    JobModel(id="wire", project_id="P1", successor_job_ids=["end"], execution_modes=[
        ExecutionModeModel(id="wire-0", duration=3, resource_requirements=needs(2)),
    ]),
    JobModel(id="end", project_id="P1", job_type="SINK",
             execution_modes=[ExecutionModeModel(id="end-0")]),
]
problem = ProjectJobScheduleModel(
    projects=[ProjectModel(id="P1", critical_path_duration=5)],
    resources=[ResourceModel(id="crew", capacity=3)],
    jobs=jobs,
    allocations=[AllocationModel(id=f"A-{job.id}", job_id=job.id) for job in jobs],
)

result = pj.solve(problem, time_limit_seconds=2.0, random_seed=42)
print(result.score_hard, result.score_medium, result.score_soft)
print([(a.job_id, a.execution_mode_id, a.start_date, a.end_date) for a in result.allocations])

같은 유스케이스를 그림과 실행 결과가 담긴 Jupyter 노트북으로도 볼 수 있습니다. examples/project-job-scheduling.ipynb ↗

입력 파라미터

ProjectModel

필드 의미
id 필수 입력 프로젝트 id입니다. release_date 지연을 재는 기준일입니다. 시작일을 강제하지는 않습니다. critical_path_duration 주 공정 길이입니다. 지연은 release_date에 이 값을 더한 날부터 잽니다.

ResourceModel

필드 의미
id 필수 입력 자원 id입니다. capacity 필수 입력 재생 자원이면 하루 기준, 비재생 자원이면 전체 기간 기준 한도입니다. renewable 한도가 매일 회복되는 자원이면 True입니다. project_id 자원이 속한 프로젝트입니다. None은 전역 자원이며, 재생 자원이어야 합니다.

ExecutionModeModel

필드 의미
id 필수 입력 수행 모드 id입니다. duration 이 모드로 걸리는 일수입니다. resource_requirements 사용하는 자원입니다. resource_id와 requirement의 목록입니다.

JobModel

필드 의미
id 필수 입력 작업 id입니다. project_id 필수 입력 작업이 속한 프로젝트입니다. job_type SOURCE, STANDARD, SINK 중 하나입니다. execution_modes 모드가 하나 이상 있어야 합니다. SOURCE와 SINK는 기간이 0인 모드 하나를 씁니다. successor_job_ids 이 작업이 끝나야 시작할 수 있는 작업들입니다.

AllocationModel

필드 의미
id 필수 입력 배정 id입니다. job_id 필수 입력 대상 작업입니다. 배정과 작업은 1:1입니다. pinned 이 배정의 모드와 지연 값을 고정합니다. SOURCE와 SINK는 항상 고정됩니다.

ProjectJobScheduleModel

필드 의미
projects 필수 입력 프로젝트 목록입니다. resources 필수 입력 자원 목록입니다. jobs 필수 입력 작업 목록입니다. allocations 필수 입력 작업마다 하나씩 있는 목록입니다. delay_range_size 지연 값의 범위입니다. 0부터 이 값 미만까지이고, 기본값은 500입니다.

풀이 파라미터

풀이를 호출할 때 넘기는 값입니다. 시간 제한, 시드, 병렬 수가 여기에 있습니다.

파라미터 기본값 의미
time_limit_seconds None 탐색 시간(초)이며, 0부터 1e9까지 줄 수 있습니다. 지정하지 않으면 설정의 spent_limit_seconds를 쓰며, 기본값은 30입니다.
random_seed None 탐색에 쓰는 난수 시드입니다. 지정하지 않으면 설정값을 쓰며, 기본값은 0입니다.
parallel_solver_count None 독립적으로 동시에 돌리는 탐색 수입니다. 탐색마다 시드가 다르고 시간은 똑같이 쓰며, 가장 좋은 결과를 고릅니다. 지정하지 않으면 설정값을 쓰며, 기본값은 1입니다.
stop_at_first_feasible False 필수 점수가 0이 되는 즉시 멈춥니다.
full_assert False 증분 점수를 전체 재계산과 매번 비교합니다. 느리므로 디버깅할 때만 씁니다.
on_new_best None 새 최고 해를 찾을 때마다 부르는 콜백입니다. 콜백이 예외를 내면 풀이를 멈추고 그 예외를 그대로 냅니다.
config None 기본으로 쓸 SolverConfig입니다. 여기서 준 키워드 인자는 이번 풀이에만 이 값을 덮어쓰며, 넘긴 객체 자체는 바뀌지 않습니다.
constraints None 점수에 넣을 제약과 그 설정입니다. 지정하지 않으면 기본 제약을 씁니다.
탐색 옵션 전체 (20)

SolverConfig에 값을 넣어 config=로 넘기세요.

파라미터 기본값 의미
best_score_limit — 최고 점수가 이 값에 닿으면 일찍 멈춥니다. 기본값으로는 작동하지 않습니다.
change_move_weight 0.75 변경 이동의 상대적 비중입니다. 0이면 쓰지 않습니다.
full_assert False 증분 점수를 전체 재계산과 매번 비교합니다. 느리므로 디버깅할 때만 씁니다.
late_acceptance_size 0 늦은 수락(late acceptance) 기록의 길이입니다. 0이면 문제 크기에 맞춰 정합니다.
on_new_best None 새 최고 해를 찾을 때마다 부르는 콜백입니다. 콜백이 예외를 내면 풀이를 멈추고 그 예외를 그대로 냅니다.
parallel_solver_count 1 독립적으로 동시에 돌리는 탐색 수입니다. 탐색마다 시드가 다르고 시간은 똑같이 쓰며, 가장 좋은 결과를 고릅니다.
random_seed 0 탐색에 쓰는 난수 시드입니다.
ruin_recreate True 탐색이 정체되면 적응형 파괴·재구성을 실행합니다.
ruin_recreate_max_ruin_count 60 한 번에 제거하는 항목 수의 절대 상한입니다.
ruin_recreate_max_ruin_fraction 0.3 한 번에 제거하는 해의 최대 비율입니다.
ruin_recreate_min_ruin_fraction 0.1 한 번에 제거하는 해의 최소 비율입니다.
ruin_recreate_operator_decay 0.8 연산자 가중치가 적응하는 속도입니다.
ruin_recreate_polish_steps 5000 실행 후 다듬는 언덕 오르기 이동 수입니다. step_count_limit에는 세지 않습니다.
ruin_recreate_rewards [33.0, 9.0, 3.0, 0.0] 새 최고, 개선, 수락, 거절 결과에 주는 연산자 보상입니다.
ruin_recreate_unimproved_step_trigger 5000 파괴·재구성을 실행하기까지 새 최고 해 없이 지나는 걸음 수입니다.
spent_limit_seconds 30.0 탐색 시간(초)이며, 0부터 1e9까지 줄 수 있습니다.
step_count_limit 0 이 걸음 수에 도달하면 멈춥니다. 0이면 제한이 없습니다.
swap_move_weight 0.25 교환 이동의 상대적 비중입니다. 0이면 쓰지 않습니다.
unimproved_spent_limit_seconds 0.0 새 최고 해 없이 이 시간(초)이 지나면 멈춥니다. 0이면 제한이 없습니다.
unimproved_step_count_limit 0 새 최고 해 없이 이 걸음 수가 지나면 멈춥니다. 0이면 제한이 없습니다.

돌아오는 결과

solve는 모델을 받아 풀린 모델을 돌려줍니다.

AllocationModel

필드 의미
execution_mode_id 선택된 수행 모드입니다. delay 선택된 지연 값입니다. start_date 계산된 시작일입니다. end_date 계산된 종료일입니다.

ProjectJobScheduleModel

필드 의미
score_hard 필수 점수입니다. 0이면 가능한 해입니다. score_medium 중간 점수입니다. 프로젝트 지연 합계의 음수입니다. score_soft 선호 점수입니다. 가장 늦은 완료일의 음수입니다.

제약

optimaru.project_job_scheduling.constraints에서 클래스를 가져와 NonRenewableResourceCapacityCost()처럼 호출해서 넘깁니다. 넘긴 제약만 점수에 들어가고, 아무것도 넘기지 않으면 기본 제약을 씁니다. 목록에 같은 제약을 여러 번 넣을 수 있으며, 넣은 것마다 따로 점수에 들어갑니다. 제약마다 다음 파라미터를 받습니다.

파라미터 기본값 의미
weight None 제약 비용에 곱하는 값이며, 적용되는 수준의 단위로 셉니다. 지정하지 않으면 아래 기본 가중치를 씁니다. 기본 가중치가 0인 제약은 가중치를 줘야 작동합니다.
level None "hard", "medium", "soft"를 주면 제약을 그 수준으로 옮깁니다. Level.HARD, Level.MEDIUM, Level.SOFT도 됩니다. 지정하지 않으면 아래 수준을 그대로 씁니다. 이 유스케이스에는 중간 수준이 있어서 어느 제약이든 중간으로 옮길 수 있습니다.
exponent 1.0 부호를 유지한 채 비용에 거듭제곱을 적용하며, 0보다 커야 합니다. offset을 반영한 뒤에 적용합니다. 2.0이면 제곱이라 한곳에 몰린 위반의 비용이 크게 늘어납니다. 차량이나 날짜 같은 단위마다 적용하고, 합계 하나로 계산하는 제약에는 그 합계에 적용합니다.
offset 0.0 거듭제곱 전에 비용 x에서 빼는 값입니다. exponent처럼 단위마다, 합계로 계산하는 제약은 그 합계에 적용하며, 비용과 같은 척도(초, 분, 개수 등)로 셉니다. 부호와 상관없이 유한한 수면 되고, 키워드로만 줄 수 있습니다. 이 값 아래에서 어떻게 계산할지는 clip이 정합니다.
clip True True면 offset을 문턱값으로 씁니다. 넘은 부분만 계산하므로(max(0, x - offset) ** exponent) 그 이하의 비용은 아무것도 더하지 않습니다. False면 부호를 유지한 채 (x - offset) ** exponent를 그대로 계산하므로, 오프셋보다 작은 단위는 비용이 0이어도 음수, 곧 보상으로 들어갑니다. 하드 점수에 들어가는 수준에서는 clip=False에 0이 아닌 오프셋을 주면 ValueError가 납니다. 하드 0이 위반 없음이라는 뜻을 지키기 위해서입니다. 키워드로만 줄 수 있습니다.

중간 제약의 기본 가중치는 중간 수준 단위로 1입니다. 탐색은 중간 값에 1e9을 곱해 선호 값과 합친 점수로 해를 비교하므로, 선호 합계가 1e9보다 작은 동안에는 중간 수준이 선호보다 우선합니다. level로 어느 제약이든 세 수준 가운데 하나로 옮길 수 있습니다. level="medium"이면 중간으로 옮기고, "hard"나 "soft"면 중간 제약을 필수나 선호로 옮깁니다. 가중치는 적용되는 수준의 단위로 셉니다.

위의 최소 실행 예제에 이어서 실행합니다.

from optimaru.project_job_scheduling.constraints import (
    MakespanCost, ProjectDelayCost, RenewableResourceCapacityCost, get_constraints,
)

picked = get_constraints([RenewableResourceCapacityCost(), ProjectDelayCost(), MakespanCost(weight=2)])
custom = pj.solve(problem, time_limit_seconds=2.0, random_seed=42, constraints=picked)
print(custom.score_hard, custom.score_medium, custom.score_soft)
이름 수준 기본 가중치 하는 일
non_renewable_resource_capacity_cost 필수 1 비재생 자원의 총사용량이 한도를 넘은 만큼 벌점을 줍니다.
renewable_resource_capacity_cost 필수 1 재생 자원의 하루 사용량이 한도를 넘은 만큼 벌점을 줍니다.
project_delay_cost 중간 1 프로젝트의 SINK가 주 공정 종료일을 넘긴 일수에 벌점을 줍니다. 일찍 끝나도 이득은 없습니다.
makespan_cost 선호 1 가장 늦은 SINK 종료일을 줄입니다. 일정 전체에 한 번만 계산합니다.

제약 사용법 →

기존 해에서 시작하기

최신 버전이 필요합니다. pip install -U optimaru로 올려 주세요.

with_initial_solution(problem, solution)은 solution에서 탐색을 시작하는 problem의 복사본을 돌려줍니다. solution은 solve가 돌려준 모델이나 그 JSON 딕셔너리입니다.

위의 최소 실행 예제에 이어서 실행합니다.

seeded = pj.with_initial_solution(problem, result.model_dump(mode="json"))
again = pj.solve(seeded, time_limit_seconds=2.0, random_seed=43)
print(again.score_hard, again.score_medium, again.score_soft)
  • 배정은 id로 맞춥니다.
  • 완전한 해를 넣으면 구성 단계를 건너뛰고 그 해에서 바로 탐색을 시작합니다. 일부만 넣으면 넣은 부분은 그대로 두고, 빠진 배정만 새로 구성합니다.
  • time_limit_seconds=0을 주면 바로 멈추므로 완전한 해는 넣은 그대로 돌아옵니다. step_count_limit = 0은 제한이 없다는 뜻이므로, 바로 멈추려면 시간 제한을 쓰세요.
  • 고정된 배정은 해의 내용과 상관없이 problem에 있는 값을 유지합니다. SOURCE와 SINK는 항상 여기에 해당합니다.
  • 모르는 id, 작업에 없는 모드, 모드 없는 지연 값, 범위를 벗어난 지연 값은 ValueError를 냅니다.

예외와 제한

  • 프로젝트마다 SOURCE와 SINK 작업을 넣으세요. 지연과 전체 소요 기간을 SINK에서 읽기 때문입니다. 없으면 오류 없이 그 항목이 0으로 계산됩니다.
  • 배정과 작업은 1:1이어야 합니다.
  • release_date는 지연을 재는 기준일 뿐, 프로젝트 시작을 늦추지 않습니다.